一个基于智能代理的反思式PowerPoint生成框架，可将文档自动转换为视觉上吸引人且结构连贯的演示文稿。
一分钟了解#
PPTAgent是一个革命性的AI工具，能够将文档、研究资料或任意主题内容自动转换为专业、美观的PowerPoint演示文稿。它特别适合研究人员、学生和需要快速创建高质量演示材料的职场人士。与传统的幻灯片制作工具不同，PPTAgent能够理解内容结构，自动生成合适的视觉设计，并保持信息连贯性，大大节省了手动设计幻灯片的时间。
核心价值：通过AI代理实现从文档到专业演示文稿的自动化转换，无需手动设计即可获得高质量结果
快速上手#
安装难度：中 - 需要配置多个API服务和依赖项，但提供了Docker简化部署
# 使用Docker部署（推荐）
docker compose build
docker compose up -d
# 或本地运行
pip install -e deeppresenter
playwright install-deps
npm install
npx playwright install chromium
python webui.py
适合我的场景吗？
- ✅ 学术研究：将论文转化为演示文稿，保留关键内容和结构
- ✅ 企业报告：快速将研究报告或分析结果转换为专业演示
- ✅ 教育课件：根据教学内容自动生成课堂幻灯片
- ❌ 简单图片展示：不适合仅需展示几张图片的场景
- ❌ 高度定制设计：无法实现非常特殊的视觉设计要求
核心能力#
1. 智能文档理解#
- 从各种来源（PDF、网页等）提取和解析内容
- 自动识别文档结构和关键信息点 实际价值：无需手动整理，AI直接从原始材料中提取核心内容
2. 反思式幻灯片生成#
- 分析参考演示文稿以提取功能类型和内容模式
- 基于人类工作流程的两阶段编辑方法创建幻灯片 实际价值：生成的幻灯片更符合人类认知习惯，信息组织更合理
3. 自主视觉设计#
- 不依赖模板，支持自由形式的视觉设计
- 自动生成与内容匹配的图像和图形元素 实际价值：每张幻灯片都有独特设计，避免模板化的千篇一律
4. 多模态内容生成#
- 文本到图像生成能力
- 自动创建演示所需的多媒体资源 实际价值：一键生成完整的视觉内容，无需额外寻找素材
5. 离线模式支持#
- 可在无网络环境下运行（功能有限）
- 通过本地部署的MinerU服务处理文档 实际价值：保护数据隐私，适合处理敏感内容的场景
技术栈与集成#
开发语言：Python (72.3%), JavaScript (16.9%), TypeScript (8.9%) 主要依赖：
- MinerU（文档解析服务）
- Tavily（搜索API）
- 多种LLM提供商（Claude、Gemini、GLM-4.7）
- Playwright（浏览器自动化）
- Node.js/npm（Web组件） 集成方式：API / SDK / Web界面
维护状态#
- 开发活跃度：非常活跃，有规律的发布周期和更新
- 最近更新：2026年1月发布新版本，增加了自由形式生成、模板支持和离线模式
- 社区响应：项目已被EMNLP 2025会议接收，并有积极的开发贡献
商用与许可#
许可证：MIT
- ✅ 商用：允许商业使用
- ✅ 修改：允许修改代码
- ⚠️ 限制：需要保留原作者署名
文档与学习资源#
- 文档质量：全面
- 官方文档：https://github.com/icip-cas/PPTAgent
- 示例代码：多个案例研究展示不同场景下的使用效果
- 学术支持：有EMNLP 2025会议论文支持理论基础
- 入门教程：环境配置和启动指南详细